作品简介

数据已经成为一种新的“货币资产”。很多组织都沉浸在其中,但很少有组织能从中获取真正的价值。本书将整个分析生命周期转化为可操作、可执行的洞察力,为构建有效的分析能力和将数据转化为行动的实操流程提供了一个框架。本书第壹部分描述了现代企业开展数据分析的“参与者”(who)、“如何做”(how)和“为什么这样做”(why),让能够清楚地了解组织在战略层面具备协调一致的能力的价值;第二部分详细介绍了分析生命周期很好实践,包括问题理解、数据探查、模型开发、变革管理、数据管理、产品管理等;第三部分讨论了如何保持分析能力长期很好,以及如何将分析嵌入业务发展的新阶段,以此进一步充实本书的研究结论。对于那些看到了分析的价值,但缺乏构建恰当解决方案的知识的组织来说,本书打破了窘境,为其提供了一个将正确的人员管理、流程框架和所需技术落实到位的路线图。对于那些已经布局了分析团队的组织来说,本书可以作为领导层的参考和进修课程,以帮助其团队拥有近期新的实践和流程框架。本书并非单纯地讲分析模型,而是更注重讨论关键流程,帮助组织机构建立针对其特定需求的分析能力,从而使它们能够获取有价值的信息,更好地指导战略决策。为帮助读者依据本书的重点内容加以实践,配套网站提供了可下载的资源、工具和视频等内容。本书为没有分析经验的读者澄清了复杂的概念和术语,使用真实的例子来说明实际有效的实践是什么样子的。凭借清晰的指导、专家的洞察和丰富的实用工具,本书对于任何寻求优化分析计划和程序的组织都是必不可少的资源。

作者:

格雷戈里·S.纳尔逊(Gregory S.Nelson)是ThotWave的创始人和CEO,是国际分析研究所(International Institute for Analytics)的一位专家,也是杜克大学富卡商学院(Fuqua School of Business)的特约教授。他在护理学院和杜克大学富卡商学院教授分析学课程。Gregory发表了200多篇论文和出版物,并经常在技术领域以及私营公司的国内外活动中担任演讲嘉宾和主旨发言人。

译者:

陈道斌,管理学博士,博士后,先后任中国工商银行总行管理信息部副总经理、总行电子银行部副总经理兼融e联中心总经理、总行资深信息管理专家等职务,工商银行博士后流动站指导专家,中央财经大学客座教授。陈道斌博士长期从事工商银行管理信息理论研究和实践探索,在大型商业银行数据管理、数据分析领域有精深造诣,多次获得人民银行金融科技进步一、二、三等奖。

万芊,北京大学光华管理学院经济学博士,中国工商银行博士后,先后就职于工商银行总行管理信息部、网络金融部,长期从事工商银行数据仓库建设与应用、数据分析师队伍建设以及大数据分析挖掘工作,对商业银行数据管理与分析应用有深入的研究和理解。

作品目录

  • 推荐序一
  • 推荐序二
  • 译者序
  • 前言
  • 致谢
  • 作者简介
  • 译者简介
  • 第一部分 分析基础
  • 第1章 分析概览
  • 1.1 基本概念
  • 1.2 分析概念
  • 1.3 分析方法论
  • 1.4 分析的目的
  • 1.5 本章小结
  • 1.6 参考文献
  • 第2章 分析人才
  • 2.1 谁来做分析工作
  • 2.2 分析师的职责
  • 2.3 分析工作的岗位序列
  • 2.4 分析的关键能力
  • 2.5 分析思维
  • 2.6 批判性思维方法
  • 2.7 分析中应用批判性思维的例子
  • 2.8 如何提高批判性思维能力
  • 2.9 系统性思维
  • 2.10 本章小结
  • 2.11 参考文献
  • 第3章 分析的组织背景
  • 3.1 组织的战略与分析活动的协同
  • 3.2 组织的文化
  • 3.3 分析团队的组织架构设计
  • 3.4 什么样的分析团队组织架构设计最好
  • 3.5 本章小结
  • 3.6 参考文献
  • 第4章 数据战略、平台与架构
  • 4.1 数据战略
  • 4.2 战略规划流程
  • 4.3 规划一个数据战略路线图
  • 4.4 制定数据战略的敏捷方法
  • 4.5 数据战略小结
  • 4.6 平台和架构分析
  • 4.7 分析架构
  • 4.8 特定目的数据或潜在价值数据
  • 4.9 本章小结
  • 4.10 参考文献
  • 第二部分 分析生命周期最佳实践
  • 第5章 分析生命周期工具包
  • 5.1 分析生命周期最佳实践领域
  • 5.2 数据分析是数据科学的产物
  • 5.3 数据分析的目标
  • 5.4 分析产品的规模和范围
  • 5.5 分析生命周期工具包的组织方式
  • 5.6 分析的设计思维
  • 5.7 本章小结
  • 5.8 参考文献
  • 第6章 问题理解
  • 6.1 流程概述
  • 6.2 为什么要理解问题
  • 6.3 流程领域
  • 6.4 本章小结
  • 6.5 工具包总结
  • 6.6 参考文献
  • 第7章 数据探查
  • 7.1 流程概述
  • 7.2 数据探查过程
  • 7.3 记录分析日志
  • 7.4 本章小结
  • 7.5 工具包总结
  • 7.6 参考文献
  • 第8章 分析模型开发
  • 8.1 流程概述
  • 8.2 建模过程
  • 8.3 进行比较
  • 8.4 度量关联
  • 8.5 进行预测
  • 8.6 本章小结
  • 8.7 问题总结和练习
  • 8.8 工具包总结
  • 8.9 参考文献
  • 第9章 成果应用
  • 9.1 流程概述
  • 9.2 解决方案评估
  • 9.3 分析成果应用的实施
  • 9.4 演示和讲故事
  • 9.5 本章小结
  • 9.6 练习
  • 9.7 工具箱总结
  • 9.8 参考文献
  • 第10章 分析产品管理
  • 10.1 流程概述
  • 10.2 分析产品管理过程涉及的领域
  • 10.3 本章小结
  • 10.4 工具包总结
  • 10.5 参考文献
  • 第三部分 分析能力卓越常青之道
  • 第11章 把分析付诸行动
  • 11.1 分析的力量
  • 11.2 高效和有效的分析计划
  • 11.3 为什么分析的上线运营会失败
  • 11.4 变革管理
  • 11.5 引领变革的最佳实践
  • 11.6 变革中的问题处理
  • 11.7 本章小结
  • 11.8 参考文献
  • 第12章 分析团队的核心胜任力
  • 12.1 核心胜任力概述
  • 12.2 核心胜任力详述
  • 12.3 基于知识领域的分析工作岗位序列的理想胜任力
  • 12.4 本章小结
  • 12.5 参考文献
  • 第13章 数据分析未来趋势
  • 13.1 数据分析的生命周期框架
  • 13.2 分析在未来世界的作用
  • 13.3 未来主义者的视角
  • 13.4 最后的一点思考
  • 13.5 参考文献
  • 译后记
展开全部